供应链数据分析实战 Excel+Power BI

一线供应链数据分析师10余年工作实践的总结
丰富的案例讲透使用Excel+Power BI进行供应链数据分析
随书配备全套案例文件、案例数据集、教学PPT课件，以及超值视频课程（88集）

本书基于Excel和Power BI两大工具，从基础功能讲起，通过丰富的案例详细讲解供应链数据分析常用的技术和方法，帮助读者快速入门。全书共9章：供应链数据分析概述、供应链数据分析常用的方法与工具、数据分析利器——Excel、数据分析利器——Power BI、供应链预测分析、生产数据分析、采购数据分析、物流数据分析、使用Pow©rBI制作供应链数据分析可视化看板。

本书通俗易懂、循序渐进、内容全面、讲解详细、案例丰富、实用性强，适合从事销售、计划、采购、生产、仓储物流等供应链相关领域的职场人士学习参考，也可作为大专院校的教材。

尚西（本名华彦春），供应链数据分析实战引领者，具备15年以上供应链数据分析实战经验。历任联想集团供应链分析师、顺丰速运物流数据分析专家，是人社部人工智能训练师（高级）、中物联供应链数据分析专家，拥有精益六西格玛黑带（成本优化方向）及钉钉低代码开发工程师认证（供应链数字化方向）。物流沙龙和仓库社区首席讲师，全网培训课程学习人数超50000，数据分析畅销书《Power BI数据分析从入门到进阶》作者。

前言

第1章 供应链数据分析概述 1

本章介绍了供应链数据分析的基本概念，让读者了解供应链数据分析的含义、特征、类型和分析思路等，帮助读者建立对供应链数据分析的基本认知。

1.1 供应链是什么 1

1.2 供应链业务数据的特征 1

1.2.1 来源多系统 2

1.2.2 结构多维化 2

1.2.3 数据独立性 2

1.3 供应链数据分析面临的问题 2

1.3.1 信息孤岛现象普遍，数据系统难打通 2

1.3.2 多表难以合并和关联 3

1.3.3 种类繁多的数据分析软件难掌握 3

1.4 供应链数据分析的四种类型 4

1.4.1 销售数据分析：商业预测，驱动需求计划 4

1.4.2 采购数据分析：库存控制，实现最优采购决策 4

1.4.3 生产数据分析：科学排产，确保订单及时交付 5

1.4.4 物流数据分析：最优模型，实现成本与效率最佳平衡 5

1.5 供应链数据分析的三个要点 6

1.5.1 看趋势：了解过去，预测未来 6

1.5.2 看对比：对比数据，发现问题 6

1.5.3 看构成：降本增效，提升利润 6

1.6 供应链数据分析的八个步骤 7

1.6.1 需求分析 7

1.6.2 流程梳理 7

1.6.3 指标构建 7

1.6.4 数据获取 7

1.6.5 数据清洗 7

1.6.6 数据验证 8

1.6.7 数据分析 8

1.6.8 结果呈现 8

第2章 供应链数据分析常用的方法与工具 9

本章重点介绍供应链常用的方法和工具，让读者对这些方法和工具有一个系统性的认识。本章内容是全书后续内容的总括，详细的实操将在后面章节中结合具体案例逐一讲解。

2.1 供应链数据分析常用的方法 9

2.1.1 预测分析 9

2.1.2 规划求解 10

2.1.3 模拟分析 11

2.1.4 EOQ法 11

2.1.5 ABC分类法 13

2.1.6 EIQ仓储布局规划法 14

2.1.7 SLP仓储布局规划法 16

2.1.8 评价指标法 17

2.1.9 重心法选址 18

2.1.10 供应链绩效指标评估法 18

2.2 供应链数据分析常用的工具 20

2.2.1 Excel 20

2.2.2 Power BI 20

2.2.3 FlexSim 21

2.2.4 SPSS 21

2.2.5 其他工具 22

2.2.6 Excel与Power BI的互补关系 22

第3章 数据分析利器——Excel 24

Excel是大多数企业离不开的实用工具，Excel功能丰富，很多资深用户也往往只掌握了其10%的功能。从供应链数据分析的角度，掌握Excel常用的功能尤为重要。

3.1 数据分析必会的Excel函数 24

3.1.1 按条件查找引用函数：VLOOKUP 24

3.1.2 按条件求和函数：

SUMIF、SUMIFS 26

3.1.3 按条件计数函数：COUNTIF、COUNTIFS 27

3.1.4 批量乘积求和函数：SUMPRODUCT 30

3.1.5 多场景分类汇总函数：SUBTOTAL 31

3.1.6 字符串截取函数：LEFT、RIGHT、MID 32

3.1.7 统计日期差函数：DATEDIF 33

3.1.8 多重逻辑嵌套判断函数：IF 34

3.2 Excel报表常用的处理工具 36

3.2.1 数据透视表：多维度汇总数据 36

3.2.2 条件格式：按条件显示不同颜色 40

3.2.3 数据有效性：确保正确的数据输入 42

3.2.4 数据分列：灵活拆分特定数据 44

3.2.5 数据合并：高效便捷的多表合并 46

3.3 常用的Excel图表 48

3.3.1 选择、制作Excel图表的要点 48

3.3.2 趋势分析——折线图 49

3.3.3 结构分析——复合饼图 50

3.3.4 转化分析——漏斗图 50

3.3.5 绩效分析——雷达图 51

3.3.6 频率分析——直方图 52

3.3.7 构成分析——瀑布图 52

第4章 数据分析利器——Power BI 54

本章重点介绍数据分析利器——Power BI的基本概念、组件构成、基本术语、工作流程；学习Power BI的必要性；Power BI Desktop软件安装方法及操作界面；通过一个完整的数据分析可视化案例，让读者对数据分析的过程有一个系统性的认识。

4.1 认识Power BI 54

4.2 Power BI Desktop概述 56

4.3 上手Power BI——数据分析与可视化制作全过程 63

第5章 供应链预测分析 88

需求预测是供应链计划中最关键的一环，预测虽然并非精准结果，但有助于我们基于客观数据做出相对合理的预测并指导决策。

5.1 非季节性变动趋势预测 88

5.2 季节性变动趋势下产品销量预测 106

第6章 生产数据分析 123

生产数据即与生产有关的数据，如原料数据、设备数据、工艺数据、产品数据等，生产数据分析主要包括生产计划自动排程、生产成本与效率分析、生产优化分析等。

6.1 使用Excel函数实现生产计划自动排程 123

6.2 使用模拟分析实现总成本约束下的最优生产量分配 127

6.3 使用规划求解实现利润最大化下的最优目标产量分配 131

第7章 采购数据分析 136

降本增效是采购的核心价值。如何实现降本增效？首先要基于采购数据进行深入的多维度数据分析，如价格分析、市场分析、产品分析、品类分析、区域分析、采购经济批量分析、供货水平分析、供应商服务能力分析等。

7.1 用评价指标法选择合适的供应商 136

7.2 用模拟分析实现最优采购方案 138

7.3 用EOQ模型实现最优订货方案 141

第8章 物流数据分析 152

物流数据分析主要包括仓储规划分析、进销存分析、存货周转分析、存货分析、物流成本分析、时效分析、物流网络布局规划等。

8.1 ABC分类法的实战应用案例 152

8.2 采用EIQ分析法优化仓储布局 159

8.3 采用重心法进行仓库选址 163

8.4 采用模拟运算表测算物流成本率的变化 167

8.5 用规划求解实现多点配送模式下车辆指派最优 171

8.6 用规划求解设计最优运输方案 173

第9章 使用Power BI制作供应链数据分析可视化看板 179

供应链数据具有来源多系统、结构多维化、数据独立性的特征。因此，针对供应链数据，需要构建多维度、可视化的动态数据分析看板，便于清晰直观地对数据进行深入分析和钻取，从而洞察数据背后的业务规律。

9.1 某连锁门店销售分析可视化分析 179

9.2 某制造业成品物流发货数据可视化分析 198

9.3 某零售企业库龄与存货周转率可视化分析 206